工作那么多年，也算个老码农了。一直做OLAP相关的工作，从一开始的基于Oracle写汇总存储过程，写过MR代码，到随后的hive、impala、kudu。到现在的ClickHouse。目前比较主流的OLAP解决方案：
Hadoop体系
hadoop的技术已经相当成熟，hdfs、yarn估计你遇到的问题都是已经发现和解决的，稳定是真稳定，谁用谁知道。hive绝对是你离线的首选，慢是慢了点。存储使用的hdfs，离线分析可用hive来跑。OLAP的可以使用impala等。存储和计算是分开管理的。
MPP数据库
存储和计算都是有MPP数据库来提供的，有代表性的GREENPLUM、CLICKHOUSE、DORIS等。最近ClickHouse比较火，且我们一直用的是它。今天就重点比较下：Doris和ClickHouse。两者定位其实是高度一致的，专注与OLAP分析场景。
主要从如下几点进行比较：
1、社区活跃
Doris的前身是百度的Palo，后贡献给apache社区，相应的商业版本是DorisDB。其官方的性能测试也是对标的ClickHouse。
ClickHouse截止目前为止：18.2k，相当活跃。
Doris是2.9K，两者相差太多。
另外，开源的环境在国内确实不是很好，无法与国外相比较。前端时间听了TiDB大佬的分享，其主要收入还是来源于国外，依托于云，提供技术支持服务，而国内具备大的市场环境，免费使用最后反哺于国外。
2、功能完善
物化视图、引擎表、各类函数应有尽有。想比ClickHouse函数和功能更丰富一些，当然doris也能满足你OLAP的绝大多数场景需求。也可以看看ClickHouse2021年的Roadmap，第一个就让人激动人心，不是吗？
3、运营维护
ClickHouse的运维一直不太完善，比如节点扩容、脚本执行等等都需要自己手动来做。这方面Doris做的比较好。
4、SQL支持
ClickHouse的标准sql支持不太完善，目前社区也在完善这方面的功能，已规划在2021的Roadmap中。而且其推崇大宽表，单表的性能很高。join的实现性能不高，很多时候依赖于你写的SQL，需要特殊注意。这方面Doris做得非常好，支撑标准SQL，尤其在兼容MySQL语法上做了很大的工作。
5、SSB测试性能
DorisDB官方给了基于SSB的测试结果比较，也是对标的ClickHouse。DorisDB是doris的商业版本，从测试结果来看性能确实很好，join的底层实现也是比较好的。比开源版本也快了不少，快肯定有快的原因的。从官方的论坛上找到了部分原因：
最后，真希望国内的开源项目能越做越好，也需要每一个人努力。5年、10年、20年，然后我都老了，该退休了。
网友评论